¿qué posición ocupa españa en la ue-28, desde el punto de
TRANSCRIPT
¿Qué posición ocupa España en la UE-28, desde el punto de
vista de la eficiencia medioambiental?
Autores: M.T. Sanz-Díaz ([email protected])1, F. Velasco
2 y R. Yñiguez
3
Departamento: 1,3
Análisis Económico y Economía Política. 2Economía Aplicada I
Universidad: Universidad de Sevilla. Facultad de Ciencias Económicas y
Empresariales
Resumen: La Unión Europea se ha convertido en el grupo de países que más interés
está poniendo en la lucha contra el cambio climático y, por tanto, apostando por la
reducción de emisiones de gases efecto invernadero. En esta investigación se analiza la
eficiencia natural y de gestión, de los 28 países que forman parte de la UE, para el
período 2005-2012. La metodología empleada ha sido el cálculo del índice de
Malmquist, suponiendo que se produce un cruce en la frontera de eficiencia entre los
diferentes períodos considerados. Las variables inputs empleadas han sido la formación
bruta de capital, el consumo de energía no emisora y el empleo. En cuanto a las
variables output, el PIB y las emisiones de gases efecto invernadero, como output
deseable e indeseable, respectivamente.
Los resultados que arroja el análisis indican que la eficiencia España ha empeorado,
perdiendo posiciones durante el período considerado, desde cualquiera de los dos
enfoques previstos, si bien el retroceso es mayor en el caso de la eficiencia de gestión.
En lo que respecta al Índice de Malmquist, durante todo el período se han producido
ganancias de productividad en España, si bien el efecto de la crisis económica se ha
dejado sentir al reducirse los valores de este índice, siendo la reducción en el enfoque de
gestión mayor a la que se ha producido en el enfoque natural.
Palabras Clave: Eficiencia, energía no emisora, emisiones GEI, DEA, Índice de
Malmquist.
Clasificación JEL: Q53
1.- Introducción
En la actualidad, un gran número de países tiene como objetivo prioritario el desarrollo
sostenible, esto es, maximizar el crecimiento económico minimizando las emisiones de
gases de efecto invernadero. En el caso concreto de los países de la Unión Europea (UE)
este objetivo se ha reforzado tras la Cumbre del Clima de París, tanto desde un punto de
vista interno, como externo, al seguir apoyando la implantación de medidas dirigidas a
la reducción de las emisiones y por tanto, la disminución del impacto del cambio
climático no sólo dentro de las fronteras de la UE, sino también en los países en
desarrollo (Naciones Unidas, 2015).
La contaminación atmosférica ha aumentado de forma considerable desde la era
preindustrial hasta nuestros días, impulsada en gran medida, por el crecimiento
económico y el de la población (Stern, 2013; Cook et al., 2013; Huamán y Jun, 2014,
Revesz et al., 2014; Rafaj et al., 2015; Wiedmann et al., 2015). Esta contaminación
procedente de la emisión de gases de efecto invernadero provocará un mayor
calentamiento y cambios importantes en determinados elementos del sistema climático,
aumentando la probabilidad de ocasionar daños generalizados e importantes en las
personas y en los ecosistemas.
La lucha contra el cambio climático, derivado de la contaminación ambiental ha sido un
tema de interés preferente en el ámbito de la política de la UE. La preocupación por la
protección ambiental se remonta al año 1972 (Knill, and Liefferink, 2013) y viene
amparada en los artículos 11 y 191 a 193 del Tratado de Funcionamiento de la Unión
Europea (2012). Ya en 2001 se adoptó la Estrategia en favor del desarrollo sostenible
(Comisión Europea, 2001), actualizada posteriormente en 2005.
El conjunto de medidas adoptadas por la Unión Europea en relación al clima y la
energía, en marzo de 2007 y aprobada por el Parlamento Europeo en diciembre de 2008,
se centraron en la reducción de emisiones, en el creciente uso de las energías renovables
y en el fomento de la eficiencia energética. Esta iniciativa formalizada en la Directiva
2009/28 fijaba como objetivos nacionales obligatorios: la reducción en un 20% las
emisiones de Gases de efecto invernadero (GEI), situar el consumo de energía
renovable en el 20 % del consumo total de energía de la UE y que al menos un 10 % de
la energía consumida para el transporte fuese renovable, en el año 2020.
En relación a la reducción de emisiones de los GEI, la UE ofreció ampliar la reducción
de los mismos al 30 %, si otros países desarrollados acordaran cumplir con su parte de
un esfuerzo global. Por otra parte, en el largo plazo, la UE se ha centrado en la
reducción de las emisiones de un 80-95 % por debajo de los niveles de 1990 para el año
2050 (Consejo Europeo, marzo de 2007).
En el año 2013 la cuota de energía renovable de la UE sobre el consumo total de
energía rondaba el 15%, lo que supone un 75% de cumplimiento del objetivo propuesto
a nivel general en la directiva 2009/28 e incluso varios países habían sobrepasado sus
objetivos particulares, como es el caso de Bulgaria, Estonia y Lituania (Eurostat, 2016)
En este contexto, la evaluación ambiental es una técnica de análisis muy utilizada en el
ámbito científico relacionado con el estudio y prevención de las consecuencias del
cambio climático, en general y de la contaminación, en particular. Este trabajo aplica
una metodología de evaluación ambiental, basada en el conocido Análisis de
Envolvente de Datos (DEA) sobre los países de la Unión Europea, durante el periodo
2005-2012. En nuestro análisis no hemos considerado a Suecia, ya que su inclusión
distorsionaba los resultados del modelo, invalidando la comparación entre el resto de
países, dada las peculiares características energéticas de este país escandinavo1.
El análisis de Envolvente de Datos es considerado como uno de los enfoques de más
éxito en el campo de la investigación relativa a la evaluación económica del medio
ambiente. (Glover y Sueyoshi, 2009). De hecho, Zhou et al. (2008) ha recopilado más
de 100 artículos, que aplican el Análisis de Envolvente de Datos en materia de medio
ambiente y energía. Dentro de estos estudios, ya desde Färe et al. (1989) son muchos
los trabajos de esta naturaleza que dividen los output en dos categorías, los deseables y
los indeseables, como muestra podemos mencionar los siguientes: Dyckhoff and Allen
(2001), Ramanathan (2002), Lansink and Bezlepkin (2003), Korhonen and Luptacik
(2004), Liang et al. (2004), Triantis and Otis (2004), Zaim (2004), Picazo-Tadeo et al.
(2005), Kumar (2006), Pasurka (2006), Zhou et al. (2008). También en los últimos años
son muy numerosos los estudios que siguen este planteamiento, Fare and Groskopf
(2010), Liu et al. (2010), Zhou et al. (2010), Sahoo et al. (2011), Zhou et al. (2012),
Wang et al. (2014), Kounetas (2015), Sueyoshi and Goto (2015), Zhang et al. (2015),
Wu et al., (2016), Zografidou et al. (2016). En esta línea nuestro trabajo sigue el
modelo propuesto por Sueyoshi y Goto (2013, 2015), pero en vez de aplicarlo sobre
empresas, utilizamos como unidades de referencia los países de la de la UE. Con este
novedoso enfoque queremos contribuir a arrojar luz sobre la importancia de la política
1 La tasa media del periodo estudiado del consumo de energía renovable sobre el consumo total de
energía en Suecia superaba en más de 14 puntos porcentuales al segundo país con esta tasa media más
elevada.
seguida por los países de la UE para lograr el objetivo global de alcanzar un crecimiento
sostenible, centrándonos en las estrategias basadas en el fomento de las energías no
contaminantes (European Commission, 2010).
En nuestro modelo y siguiendo a Woo et al. (2015) utilizamos como input el empleo, el
consumo de Energía no emisora y la formación bruta de capital y como output deseable
trabajamos con el PIB, mientras que las emisiones de CO2 es el output indeseable.
También se incorpora el índice de Malmquist para examinar la eficiencia natural y de
gestión desde un punto de vista dinámico, contemplando la posibilidad de que se
produzca un cruce de frontera entre un periodo y otro, debido al progreso tecnológico.
Este trabajo se organiza de la siguiente forma. En la sección 2 se recogen los datos
empleados, así como se explica la metodología del Análisis de Envolvente de Datos
empleada, basada en la medición de la eficiencia natural y de gestión, y el Índice de
Malmquist, asociado a las mismas con cruce en la frontera de eficiencia. En la Sección
3 se analizan los resultados obtenidos, comparando la situación de España con la del
resto de países de la Unión Europea. Por último, en la Sección 4 se muestran las
conclusiones y posibles implicaciones políticas.
2. - Metodología y Datos
El análisis DEA es una técnica de programación matemática no paramétrica que calcula
la frontera de eficiencia, indicando que UDs están en la frontera y cuáles no. En este
análisis hemos empleado un modelo radial y con ventanas de dos períodos.
En esta Sección, comenzamos por exponer dos conceptos asociados a la evaluación de
la protección medioambiental que derivan de la aplicación de la metodología DEA al
medio ambiente y que han sido propuestos por Sueyoshi y Goto (2012a; 2012b; 2012c;
2012d; 2012e; 2013 y 2014) para medir la Eficiencia Natural y de Gestión de diferentes
unidades de decisión (UDs).
El primer concepto se refiere a la desechabilidad natural, “natural disposability”, que
indica que las UDs consideran que para reducir los output indeseables, hay que reducir
el vector de inputs, y paralelamente si es posible aumentar el vector de output deseables
(Sueyoshi y Goto, 2012b; 2012c). Por otro lado, la desechabilidad de gestión,
denominada “managerial disposability”, indica la situación contraria a la anterior. En
este caso, la UDs aumenta el vector de inputs con el objetivo de disminuir el vector de
outputs no deseables, para lo que necesita emplear tecnología innovadora que produzca
este hecho; y paralelamente si es posible aumentar el vector de output deseables.
Con el objetivo de describir el concepto de desechabilidad natural y de gestión mediante
una expresión axiomática, hemos de considerar 𝑋∈𝑅𝑚+ como el vector de inputs, G ∈
𝑅𝑠+ como el vector de output deseables y B ∈ 𝑅ℎ
+ como el vector de output no
deseables. Todos ellos son vectores columnas, con todos los componentes positivos.
El concepto de desechabilidad natural y de gestión es especificado por los siguientes
vectores de factores de producción, respectivamente, bajo Rendimientos a escala
constantes y Daños a escala constantes (los daños a escalas son el concepto económico
paralelo a los rendimientos a escala para el caso de los output no deseables):
𝑃𝑛(𝑋) = {(𝐺, 𝐵) ; 𝐺 ≤ ∑ 𝐺𝑗 𝜆𝑗; 𝐵 ≥ ∑ 𝐵𝑗 𝜆𝑗; 𝑋 ≥ ∑ 𝑋𝑗 𝜆𝑗; 𝜆𝑗 ≥ 0, 𝑗 = 1, … 𝑛
𝑛
𝑗=1
𝑛
𝑗=1
𝑛
𝑗=1
}
𝑃𝑚(𝑋) = {(𝐺, 𝐵) ; 𝐺 ≤ ∑ 𝐺𝑗 𝜆𝑗; 𝐵 ≥ ∑ 𝐵𝑗 𝜆𝑗; 𝑋 ≤ ∑ 𝑋𝑗 𝜆𝑗; 𝜆𝑗 ≥ 0, 𝑗 = 1, … 𝑛
𝑛
𝑗=1
𝑛
𝑗=1
𝑛
𝑗=1
}
El concepto de desechabilidad natural y de gestión se analiza en un horizonte temporal
mediante los valores del Índice de Malmquist (Sueyoshi 2013, 2014).
“Desechabilidad natural”: El índice de Malmquist con frontera de cruce entre dos
períodos puede ser especificado con la siguiente expresión:
𝐼𝑁𝐶𝑡−1𝑡 = √
UENt − 1
IUENt − 1 → t − 1&t
UENt
IUENt → t − 1&t
El grado de UENt de la UDs k-ésima en el período t viene medido por el siguiente
modelo bajo la desechabilidad natural:
(P1) 𝑀𝑎𝑥 𝜉 + 𝜀 [∑ 𝑅𝑖𝑥𝑑𝑖
𝑥 + ∑ 𝑅𝑟𝑔
𝑑𝑟𝑔
+ ∑ 𝑅𝑓𝑏𝑑𝑓
𝑏ℎ𝑓=1
𝑠𝑟=1
𝑚𝑖=1 ]
𝑠. 𝑡. ∑ 𝑥𝑖𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡
+ 𝑑𝑖𝑥 = 𝑥𝑖𝑘𝑡 ; ∀ 𝑘𝜖𝐽𝑡 ; 𝑖 = 1, … , 𝑚
∑ 𝑔𝑟𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡
− 𝑑𝑟𝑔
− 𝜉 𝑔𝑟𝑘𝑡 = 𝑔𝑟𝑘𝑡; ∀ 𝑘𝜖𝐽𝑡 ; 𝑟 = 1, … , 𝑠
∑ 𝑏𝑓𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡
+ 𝑑𝑓𝑏 + 𝜉 𝑏𝑓𝑘𝑡 = 𝑏𝑓𝑘𝑡; ∀ 𝑘𝜖𝐽𝑡 ; 𝑓 = 1, … , ℎ
𝜆𝑗𝑡 ≥ 0; 𝑗 = 1, … , 𝑛; 𝑡 = 2, … , 𝑇; 𝜉 no restringido; 𝑑𝑖𝑥 ≥ 0; 𝑖 = 1, … , 𝑚
𝑑𝑟𝑔
≥ 0; 𝑟 = 1, … , 𝑠; 𝑑𝑓𝑏 ≥ 0; 𝑓 = 1, … , ℎ
Donde 𝑅𝑖𝑥 = (𝑚 + 𝑠 + ℎ)−1(𝑚𝑎𝑥{𝑥𝑖𝑗; 𝑗𝜖𝐽𝑡−1 ∪ 𝐽𝑡} − 𝑚𝑖𝑛{𝑥𝑖𝑗; 𝑗𝜖𝐽𝑡−1 ∪ 𝐽𝑡})
−1
𝑅𝑟𝑔
= (𝑚 + 𝑠 + ℎ)−1(𝑚𝑎𝑥{𝑔𝑟𝑗; 𝑗𝜖𝐽𝑡−1 ∪ 𝐽𝑡} − 𝑚𝑖𝑛{𝑔𝑟𝑗; 𝑗𝜖𝐽𝑡−1 ∪ 𝐽𝑡})−1
𝑅𝑓𝑏 = (𝑚 + 𝑠 + ℎ)−1(𝑚𝑎𝑥{𝑏𝑓𝑗; 𝑗𝜖𝐽𝑡−1 ∪ 𝐽𝑡} − 𝑚𝑖𝑛{𝑏𝑓𝑗; 𝑗𝜖𝐽𝑡−1 ∪ 𝐽𝑡})
−1
El grado de UENkt de la UDs k-ésima en el período t es determinado por:
𝑈𝐸𝑁𝑘𝑡 = 1 − [𝜉 + 𝜀 (∑ 𝑅𝑖𝑥𝑑𝑖
𝑥 + ∑ 𝑅𝑟𝑔
𝑑𝑟𝑔
+ ∑ 𝑅𝑓𝑏𝑑𝑓
𝑏
ℎ
𝑓=1
𝑠
𝑟=1
𝑚
𝑖=1
)]
El grado de UENt−1 respecto de la UDs k-ésima en el período t−1 es medido
reemplazando t por t−1 en el Modelo (P1).
El grado de IUENt−1 → t−1 &t respecto de la UDs k-ésima entre dos períodos se determina
por el siguiente modelo:
(P2) 𝑀𝑎𝑥 𝜉 + 𝜀 [∑ 𝑅𝑖𝑥𝑑𝑖
𝑥 + ∑ 𝑅𝑟𝑔
𝑑𝑟𝑔
+ ∑ 𝑅𝑓𝑏𝑑𝑓
𝑏ℎ𝑓=1
𝑠𝑟=1
𝑚𝑖=1 ]
𝑠. 𝑡. ∑ 𝑥𝑖𝑗𝑡−1 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
+ 𝑑𝑖𝑥 = 𝑥𝑖𝑘𝑡−1 ; ∀ 𝑘𝜖𝐽𝑡−1 ; 𝑖 = 1, … , 𝑚
∑ 𝑔𝑟𝑗𝑡−1 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
− 𝑑𝑟𝑔
− 𝜉 𝑔𝑟𝑘𝑡 = 𝑔𝑟𝑘𝑡−1; ∀ 𝑘𝜖𝐽𝑡−1 ; 𝑟 = 1, … , 𝑠
∑ 𝑏𝑓𝑗𝑡−1 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
+ 𝑑𝑓𝑏 + 𝜉 𝑏𝑓𝑘𝑡 = 𝑏𝑓𝑘𝑡−1; ∀ 𝑘𝜖𝐽𝑡−1 ; 𝑓 = 1, … , ℎ
𝜆𝑗𝑡−1&𝑡 ≥ 0; 𝑗 = 1, … , 𝑛; 𝑡 = 2, … , 𝑇; 𝜉 no restringido; 𝑑𝑖𝑥 ≥ 0; 𝑖 = 1, … , 𝑚
𝑑𝑟𝑔
≥ 0; 𝑟 = 1, … , 𝑠; 𝑑𝑓𝑏 ≥ 0; 𝑓 = 1, … , ℎ
El grado de IUENt → t−1 &t respecto de la UDs k-ésima entre dos períodos se determina
por el siguiente modelo:
(P3) 𝑀𝑎𝑥 𝜉 + 𝜀 [∑ 𝑅𝑖𝑥𝑑𝑖
𝑥 + ∑ 𝑅𝑟𝑔
𝑑𝑟𝑔
+ ∑ 𝑅𝑓𝑏𝑑𝑓
𝑏ℎ𝑓=1
𝑠𝑟=1
𝑚𝑖=1 ]
𝑠. 𝑡. ∑ 𝑥𝑖𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡−1&𝑡
+ 𝑑𝑖𝑥 = 𝑥𝑖𝑘𝑡 ; ∀ 𝑘𝜖𝐽𝑡 ; 𝑖 = 1, … , 𝑚
∑ 𝑔𝑟𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡−1&𝑡
− 𝑑𝑟𝑔
− 𝜉 𝑔𝑟𝑘𝑡 = 𝑔𝑟𝑘𝑡; ∀ 𝑘𝜖𝐽𝑡 ; 𝑟 = 1, … , 𝑠
∑ 𝑏𝑓𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡−1&𝑡
+ 𝑑𝑓𝑏 + 𝜉 𝑏𝑓𝑘𝑡 = 𝑏𝑓𝑘𝑡; ∀ 𝑘𝜖𝐽𝑡 ; 𝑓 = 1, … , ℎ
𝜆𝑗𝑡 ≥ 0; 𝑗 = 1, … , 𝑛; 𝑡 = 2, … , 𝑇; 𝜉 no restringido; 𝑑𝑖𝑥 ≥ 0; 𝑖 = 1, … , 𝑚
𝑑𝑟𝑔
≥ 0; 𝑟 = 1, … , 𝑠; 𝑑𝑓𝑏 ≥ 0; 𝑓 = 1, … , ℎ
“Desechabilidad de gestión”: El índice de Malmquist con frontera de cruce
entre dos períodos puede representarse de la siguiente forma:
𝐼𝑀𝑁𝐶𝑡−1𝑡 = √
UEMt − 1
IUEMt − 1 → t − 1&t
UEMt
IUEMt → t − 1&t
El grado de UEMt de la UDs k-ésima en el período t viene medido por el siguiente
modelo:
(P4) 𝑀𝑎𝑥 𝜉 + 𝜀 [∑ 𝑅𝑖𝑥𝑑𝑖
𝑥 + ∑ 𝑅𝑟𝑔
𝑑𝑟𝑔
+ ∑ 𝑅𝑓𝑏𝑑𝑓
𝑏ℎ𝑓=1
𝑠𝑟=1
𝑚𝑖=1 ]
𝑠. 𝑡. ∑ 𝑥𝑖𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡
− 𝑑𝑖𝑥 = 𝑥𝑖𝑘𝑡 ; ∀ 𝑘𝜖𝐽𝑡 ; 𝑖 = 1, … , 𝑚
∑ 𝑔𝑟𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡
− 𝑑𝑟𝑔
− 𝜉 𝑔𝑟𝑘𝑡 = 𝑔𝑟𝑘𝑡; ∀ 𝑘𝜖𝐽𝑡 ; 𝑟 = 1, … , 𝑠
∑ 𝑏𝑓𝑗𝑡 𝜆𝑗𝑡
𝑗𝜖𝐽𝑡
+ 𝑑𝑓𝑏 + 𝜉 𝑏𝑓𝑘𝑡 = 𝑏𝑓𝑘𝑡; ∀ 𝑘𝜖𝐽𝑡 ; 𝑓 = 1, … , ℎ
𝜆𝑗𝑡 ≥ 0; 𝑗 = 1, … , 𝑛; 𝑡 = 2, … , 𝑇; 𝜉 no restringido; 𝑑𝑖𝑥 ≥ 0; 𝑖 = 1, … , 𝑚
𝑑𝑟𝑔
≥ 0; 𝑟 = 1, … , 𝑠; 𝑑𝑓𝑏 ≥ 0; 𝑓 = 1, … , ℎ
El grado de UEMkt respecto a la UDs k-ésima en el período t se determina por
𝑈𝐸𝑀𝑘𝑡 = 1 − [𝜉 + 𝜀 (∑ 𝑅𝑖𝑥𝑑𝑖
𝑥 + ∑ 𝑅𝑟𝑔
𝑑𝑟𝑔
+ ∑ 𝑅𝑓𝑏𝑑𝑓
𝑏
ℎ
𝑓=1
𝑠
𝑟=1
𝑚
𝑖=1
)]
El grado de UEMt−1 respecto de la UDs k-ésima en el período t−1 es medido
reemplazando t por t−1 en el Modelo (P4).
El grado de IUEMt−1 → t−1 &t de la UDs k-ésima en el período t−1 es determinado
por el siguiente modelo:
(P5) 𝑀𝑎𝑥 𝜉 + 𝜀 [∑ 𝑅𝑖𝑥𝑑𝑖
𝑥 + ∑ 𝑅𝑟𝑔
𝑑𝑟𝑔
+ ∑ 𝑅𝑓𝑏𝑑𝑓
𝑏ℎ𝑓=1
𝑠𝑟=1
𝑚𝑖=1 ]
𝑠. 𝑡. ∑ 𝑥𝑖𝑗𝑡−1&𝑡 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
− 𝑑𝑖𝑥 = 𝑥𝑖𝑘𝑡−1 ; ∀ 𝑘𝜖𝐽𝑡−1 ; 𝑖 = 1, … , 𝑚
∑ 𝑔𝑟𝑗𝑡−1&𝑡 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
− 𝑑𝑟𝑔
− 𝜉 𝑔𝑟𝑘𝑡 = 𝑔𝑟𝑘𝑡−1; ∀ 𝑘𝜖𝐽𝑡−1 ; 𝑟 = 1, … , 𝑠
∑ 𝑏𝑓𝑗𝑡−1&𝑡 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
+ 𝑑𝑓𝑏 + 𝜉 𝑏𝑓𝑘𝑡 = 𝑏𝑓𝑘𝑡−1; ∀ 𝑘𝜖𝐽𝑡−1 ; 𝑓 = 1, … , ℎ
𝜆𝑗𝑡−1&𝑡 ≥ 0; 𝑗 = 1, … , 𝑛; 𝑡 = 2, … , 𝑇; 𝜉 no restringido; 𝑑𝑖𝑥 ≥ 0; 𝑖 = 1, … , 𝑚
𝑑𝑟𝑔
≥ 0; 𝑟 = 1, … , 𝑠; 𝑑𝑓𝑏 ≥ 0; 𝑓 = 1, … , ℎ
El grado de IUEMt → t−1 &t de la UDs k-ésima en el período t es determinado por el
siguiente modelo:
(P6) 𝑀𝑎𝑥 𝜉 + 𝜀 [∑ 𝑅𝑖𝑥𝑑𝑖
𝑥 + ∑ 𝑅𝑟𝑔
𝑑𝑟𝑔
+ ∑ 𝑅𝑓𝑏𝑑𝑓
𝑏ℎ𝑓=1
𝑠𝑟=1
𝑚𝑖=1 ]
𝑠. 𝑡. ∑ 𝑥𝑖𝑗𝑡−1&𝑡 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
+ 𝑑𝑖𝑥 = 𝑥𝑖𝑘𝑡 ; ∀ 𝑘𝜖𝐽𝑡 ; 𝑖 = 1, … , 𝑚
∑ 𝑔𝑟𝑗𝑡−1&𝑡 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
− 𝑑𝑟𝑔
− 𝜉 𝑔𝑟𝑘𝑡 = 𝑔𝑟𝑘𝑡; ∀ 𝑘𝜖𝐽𝑡 ; 𝑟 = 1, … , 𝑠
∑ 𝑏𝑓𝑗𝑡−1&𝑡 𝜆𝑗𝑡−1&𝑡
𝑗𝜖𝐽𝑡−1&𝑡
+ 𝑑𝑓𝑏 + 𝜉 𝑏𝑓𝑘𝑡 = 𝑏𝑓𝑘𝑡; ∀ 𝑘𝜖𝐽𝑡 ; 𝑓 = 1, … , ℎ
𝜆𝑗𝑡−1&𝑡 ≥ 0; 𝑗 = 1, … , 𝑛; 𝑡 = 2, … , 𝑇; 𝜉 no restringido; 𝑑𝑖𝑥 ≥ 0; 𝑖 = 1, … , 𝑚
𝑑𝑟𝑔
≥ 0; 𝑟 = 1, … , 𝑠; 𝑑𝑓𝑏 ≥ 0; 𝑓 = 1, … , ℎ
Las variables que se han incluido en el análisis son cinco: tres inputs y dos outputs. Los
inputs son el empleo total (en miles de personas), el consumo de energía no emisora, es
decir que se incluye el consumo de energía renovable y el consumo de energía nuclear
(en miles de Toe) y la FBC deflactada por el HIPC (Índice de precios al consumo
armonizado) para cada país y año (en millones de euros) (Eurostat). En cuanto a los
outputs se han considerado dos, uno deseable y otro no deseable. El primero de ellos es
el GPD en términos constantes, para lo que se ha usado el mismo índice de precios que
para deflactar la FBC (expresado en millones de euros) (Eurostat). El output no deseable
son las emisiones de GEI (en miles de toneladas equivalentes de CO2), en este último
caso la base de datos empleada ha sido el Banco Mundial.
Como se ha apuntado en el apartado anterior, las variables elegidas están de acuerdo
con las seleccionadas en los estudios previos. Concretamente, Woo et al. (2015) recoge
una buena parte de los artículos publicados con una metodología similar y que utilizan
como UDs a países. De forma similar Menegaki (2013), Chang (2014), Kounetas (2015)
y Makridou et al., (2016), no incluido en esta revisión de Woo et al. (2015), también
utiliza similares variables para el análisis de la eficiencia medioambiental en Europa.
El período temporal elegido abarca de 2005 a 2012, la elección de este período viene
motivada por incluir un año anterior a la crisis económica mundial y en el que
estuvieran la mayor parte de los países del segundo bloque que entraron el uno de mayo
de 2004. En lo que se refiere a la elección de 2012 es debida a que es el último año
disponible en la base de datos empleada (Eurostat y Banco Mundial).
En la Tabla 1 se muestran la media aritmética de las variables consideradas para el
período objeto de estudio, más una columna en la que se ha calculado el porcentaje de
energía no emisora sobre el total de consumo de energía del país en cuestión. En esta
tabla se aprecia como España ocupa exactamente la mitad de la tabla, el puesto 13 en el
porcentaje de energía no emisora. Los países que con una posición más destacada son
Francia o Finlandia, que superan el 40%.
3.- Resultados y discusión
Este estudio analiza la eficiencia natural y de gestión siguiendo el modelo de Sueyoshi y
Gotto (2013), así mismo se analiza la evolución del índice de Malmquist para el período
2005 a 2012 y para todos los países de la UE-28, si bien a la vista de los resultados
iniciales y como se ha comentado en la introducción se ha eliminado Suecia.
3.1. Eficiencia natural y de gestión
Como se ha explicado en el apartado de metodología, la eficiencia natural y de gestión,
asociadas a la existencia de outputs deseables y no deseables indican el grado en el que
los países intentan cumplir las denominadas por Sueyoshi y Goto (2013) estrategias
“natural disposability” y “managerial disposability”.
Tabla 1. Media aritmética de las variables por países para el periodo 2005-2012.
Fuente: Datos de Eurostat y Banco Mundial.
Ambas estrategias persiguen aumentar el output deseable y reducir el output indeseable.
Mientras la natural disposability se basa en la reducción de los inputs, la managerial
disposability se centra en la mejora de la tecnología para conseguir sus objetivos,
incluso aumentando los inputs.
En base a esto en las Fig. 3 a 6 presentamos la eficiencia natural y de gestión para el
primer año del estudio y para el último para todos los países implicados, de esta forma
se aprecia el cambio de los diferentes países en el período, en rojo hemos señalado la
posición de España, para poder apreciar sus cambios de posición que han sido
contrarios, dependiendo del tipo de eficiencia que se considere.
Fig. 3. Comparativa de la eficiencia natural de los países considerados
en el año 2005.
Fuente: Elaboración propia.
En el caso de la eficiencia natural, España ha pasado del puesto 14 al 13, es decir, ha
mejorado su puesto dentro del bloque de los países de la UE. Esta mejora se ha debido
en parte a su aumento de eficiencia (ver Tabla 2), debido a que estos años han estado
marcados por la crisis económica que ha tenido como consecuencia una reducción del
PIB, del empleo y del consumo de energía del país. Las mayores mejoras se han
producido en países del Este de Europa y en los que han sufrido un mayor impacto de la
crisis económica del período, como es el caso de Portugal y Grecia, países en los que se
ha producido un retroceso en el PIB mayor que en España, como se aprecia en la Tabla
3.
Fig. 4. Comparativa de la eficiencia natural de los países considerados en el año 2012.
Fuente: Elaboración propia.
Fig. 5. Comparativa de la eficiencia de gestión de los países considerados en el año
2005.
Mediana de la
distribución
Fuente: Elaboración propia.
De otra parte, esta mejora de posición se ha debido al empeoramiento de países como
Alemania o Bélgica que han reducido su eficiencia a lo largo del período, como se
aprecia en la Tabla 2, en la que se refleja como los países más grandes de la UE-27 han
empeorado su eficiencia en el período o se han mantenido igual, siendo este caso el de
los situados en la frontera de eficiencia o el caso de Italia que ha tenido una leve mejora.
Fig. 6. Comparativa de la eficiencia de gestión de los países considerados en el año
2012.
Fuente: Elaboración propia.
Tabla 2. Eficiencia natural y de gestión de los países considerados en el año 2005 y
2012, y variación en ese período.
Fuente: Elaboración propia.
En el caso de la eficiencia de gestión, la situación para España es la contraria, si bien
sigue la línea de todos los países analizados, a excepción de Hungría, Luxemburgo (sus
mejora ha sido casi inapreciables), Finlandia, Dinamarca o Malta.
La posición de España en la evolución de esta eficiencia ha supuesto un retroceso de 7
puestos, debido a la importante caída que ha sufrido, solo superada por los países
rescatados Portugal, Grecia e Irlanda, y por países del Este muy pequeños, como son
Lituania y Estonia y, la recién incorporada Croacia. En el caso de España este hecho
puede deberse a la caída de inversiones en las energías renovables, como se aprecia en
la Fig. 9, desde el 2009 (Haas, 2011).
Tabla 3. Tasa de variación durante el período: 2005-2012, de las emisiones de GEI, del
consumo de energía no emisora y del PIB.
PAISES 2005-06 2011-12
Variación en el
período 2005-06 2011-12
Variación en
el período
Austria 0.90121029 0.86932555 96.46 0.92067577 0.89504353 97.22
Belgium 0.85644095 0.80726681 94.26 0.83799586 0.78398425 93.55
Bulgaria 0.43738092 0.43242358 98.87 0.73349141 0.68328975 93.16
Croatia 0.56781439 0.68668498 120.93 0.79174851 0.6567619 82.95
Cyprus 0.82055235 1 121.87 0.77764488 0.74957769 96.39
Czech Republic0.40731134 0.4620897 113.45 0.53721209 0.51647648 96.14
Denmark 0.95724593 1 104.47 0.97712107 1 102.34
Estonia 0.37990647 0.35544575 93.56 0.52839506 0.34799369 65.86
Finland 0.76955698 0.80753004 104.93 0.75652116 0.88257178 116.66
France 0.97264798 0.94343436 97.00 1 1 100.00
Germany 0.87363106 0.83784036 95.90 0.82742149 0.78387358 94.74
Greece 0.7585068 1 131.84 0.75713167 0.59428697 78.49
Hungary 0.65940692 0.71158431 107.91 0.80796056 0.80857308 100.08
Ireland 0.95933859 0.96694776 100.79 0.99394443 0.7443913 74.89
Italy 0.91090765 0.92065239 101.07 0.90540405 0.85355238 94.27
Latvia 0.59211859 0.55055808 92.98 1 0.8716355 87.16
Lithuania 0.52668732 0.70617389 134.08 0.90440913 0.53647111 59.32
Luxembourg 1 1 100.00 0.84576339 0.85289837 100.84
Malta 1 1 100.00 0.83797648 1 119.34
Netherlands 0.96836987 0.95777982 98.91 0.88102648 0.83858147 95.18
Poland 0.84088322 0.58090581 69.08 0.51499413 0.44530169 86.47
Portugal 0.72657189 0.92653369 127.52 0.96524523 0.78989152 81.83
Romania 0.50025553 0.43215202 86.39 0.89819925 0.89769355 99.94
Slovakia 0.44639226 0.63882594 143.11 0.73869385 0.72902137 98.69
Slovenia 0.58161069 0.73178178 125.82 0.70745625 0.67173921 94.95
Spain 0.80159172 0.84519256 105.44 0.97990919 0.82139845 83.82
United Kingdom 1 1 100.00 1 0.88661257 88.66
UEN UEM
Fuente. Elaboración propia.
Como se aprecia en la Figura 3 a 6, no hay ningún país que sea eficiente en los dos
sentidos durante todo el período, puesto que UK que es eficiente en el sentido natural y
comienza el período considerado siendo eficiente en sentido gerencial, empeora su
situación al final del período, retrocediendo seis posiciones. En el caso, no se ha
producido desacoplamiento, al reducirse no sólo las emisiones, sino también el PIB, y
en mayor medida este último (como se aprecia en la Tabla 3).
Los otros países que se han mantenido en la frontera de eficiencia desde el punto de
vista natural, son UK, Luxemburgo y Malta, los dos últimos han conseguido durante
este período desacoplar el crecimiento del PIB de las emisiones, si bien hay que
puntualizar que sus economías tienen unos rasgos diferenciadores, puesto que tienen
una especialización particular. En el caso de Luxemburgo, el 26.3% (Eurostat, media
del período) de su economía está dedicada al sector Financiero y de seguros en el
PAISES
CONSUMO
ENERGIA no
emisora GDP EMISIONES
Austria 0.40 0.08 -0.07
Belgium 0.02 0.05 -0.02
Bulgaria -0.03 0.20 -0.01
Croatia -0.06 -0.02 0.02
Cyprus 1.41 0.09 -0.17
Czech Republic 0.35 0.23 -0.06
Denmark 0.47 0.02 -0.17
Estonia 0.46 0.15 0.16
Finland 0.13 0.03 -0.09
France -0.01 0.04 -0.10
Germany -0.02 0.05 -0.03
Greece 0.49 -0.22 -0.16
Hungary 0.23 -0.23 -0.17
Ireland 1.13 -0.05 -0.11
Italy 0.69 -0.08 -0.14
Latvia 0.12 0.09 0.05
Lithuania -0.68 0.15 0.25
Luxembourg 0.94 0.21 -0.06
Malta 22.40 0.18 -0.39
Netherlands 0.40 0.04 -0.10
Poland 0.92 0.27 0.01
Portugal 0.25 -0.08 -0.29
Romania 0.28 0.13 -0.13
Slovakia -0.01 0.52 -0.05
Slovenia 0.09 0.01 -0.06
Spain 0.38 -0.06 -0.20
United Kingdom 0.08 -0.17 -0.11
primero de los casos y en el caso del segundo está especializada en el sector servicios,
que supone el 80.6% de su economía.
En este tipo de eficiencia han acabado en la frontera Francia, Dinamarca y Malta. El
segundo de ellos ha optado por la imposición sobre las emisiones de carbono y por las
energías renovables. El impuesto sobre el carbón lo impuso en el mismo año que
Suecia, 1991 (Hammar y Sjöströmb, 2011). En 2012 casi ha alcanzado su objetivo del
30% para 2020. Esto ha provocado que sea uno de los países de la UE-27 que tiene un
porcentaje más alto de reducción de las emisiones durante el período objeto de estudio.
Centrándonos en el caso de España se observa que en el caso de la eficiencia natural
(Fig. 7), la tendencia es similar a la del resto de países, si bien con una posición superior
que se mantiene durante todo el período. La tendencia es alcista hasta 2009, cuando se
traslada el impacto de la crisis económica, volviendo a repuntar la eficiencia a partir de
2012. Esta evolución favorable de la eficiencia natural durante los años de recesión
tiene su origen en la reducción de gasto público, FBC, salarios y empleo.
Fig. 7. Comparación de la eficiencia natural de España y media de los países de la UE-
28 (2005-2012).
Fuente. Elaboración propia.
El gasto público, en tasa de crecimiento anual se ha estado reduciendo hasta 2011,
disminución que alcanzó el -1.1% respecto de 2010 (Eurostat). Una evolución parecida
ha tenido la FBC, desde 2007 es decreciente, siendo 2009 el año que cuenta con una
tasa de variación negativa más baja, de 19%. En lo que se refiere a la variable salarios,
su crecimiento se frenó en España en 2008, llegando a ser -0.5% en 2012, respecto a
2011 (Eurostat). La variable empleo ha sufrido una fuerte reducción durante todo el
período, las tasas de crecimiento del desempleo más altas corresponden a los años de
2008 y 2009 (40% y 60%, respecto del año anterior).
La evolución de estas variables, que han caído en mayor medida que el PIB explicarían
el crecimiento más fuerte de la eficiencia en ese período, comportamiento que se vuelve
a producir en 2012, coincidiendo con un repunte en el crecimiento del desempleo, en
este caso de un 16%, respecto de 2011 (INE).
Fig. 8. Comparación de la eficiencia de gestión de España y media de los países de la
UE-28 (2005-2012).
Fuente. Elaboración propia.
En lo que se refiere a la eficiencia de gestión, la tendencia es similar a la de sus socios
europeos. Si bien la caída desde 2010 es mucho más acusada en el caso de España,
puesto que parte de una posición muy superior a la media, casi una décima y media de
diferencia, para terminar el período tan sólo cinco centésimas por encima de la media
europea. explicación se puede deber a la caída que ha sufrido en España el porcentaje de
energías renovables en el año 2010, siendo la tasa de crecimiento anual de 2011,
negativa (ver Fig. 9). En el conjunto de la UE-27 también se produce esta caída, si bien
en el caso de España se produce antes y es más acusada.
3.2. Índice de Malmquist
En este apartado vamos a reflejar los resultados del cálculo del Índice de Malmquist
(IM) para las dos eficiencias consideradas, natural y de gestión para los 27 países
estudiados, y como hemos expuesto en el apartado de metodología hemos supuesto que
se puede producir un cruce en las fronteras entre períodos.
Fig. 9. Tasa de crecimiento de las energías renovables en el período 2005-2012.
Fuente: Elaboración propia en base a datos de Eurostat.
Fig. 10. Comparativa del Índice de Malmquist basado en la eficiencia natural de España
con la media de los países de la UE27. Período 2005-2012.
Fuente. Elaboración propia.
Como se aprecia en la Fig. 10, España tiene unas ganancias de productividad expresadas
por el Índice de Malmquist natural, inferior a la media de la UE-27. En la Tabla 4, se
han reflejado los valores de este índice para todo el período y de ella se concluye que
España es de los países con valores del índice más bajos para casi todos los años, salvo
para los dos últimos (obviando los países eficientes en sentido natural, cuyas ganancias
son nulas, puesto que están ya en la frontera de eficiencia).
La evolución de este índice para España está relacionado con la evolución de la
economía española, diferenciando tres períodos. El primero de ellos, marcado por el
crecimiento del PIB, refleja la estabilidad del índice que indica mejoras de
productividad muy leves, el segundo período de disminución de la variable PIB, se
refleja con una leve caída del índice, que si bien no llega a estancarse. Y el último
período, marcado por las políticas de ajuste severas que llevó a cabo nuestro país y las
mayores caídas del PIB, que suponen un repunte en las ganancias de productividad,
siendo en el período 2010-2011 el cuarto país con un mayor avance del índice. Este
comportamiento coincide con la tendencia descrita en Woo et al. (2015), que lo achaca
a la crisis económica mundial. Si bien en nuestro trabajo, al diferenciar entre los
cambios producidos en la productividad por el enfoque natural y el de gestión, este
resultado se suaviza.
Como se aprecia en a Tabla 4, los países de la zona Este de Europa tienen en general
índices más elevados, asociados a las tasas de crecimiento del PIB en general más
elevadas, como refleja la Tabla 3, en estos casos el aumento de la productividad por el
mero hecho de producir más sin valorar más el aspecto medioambiental, hace que el IM
sea mayor.
El comportamiento es diferente en el caso del IM basado en el enfoque de gestión, como
se aprecia en la Fig. 11, aunque sigue habiendo mejoras en la eficiencia, los valores en
general y para la media de la UE27 son más bajos que para el enfoque natural. Como se
aprecia en esta gráfica, España comienza el período con ganancias de productividad
superiores a los de la media de la UE27, si bien la pérdida de eficiencia de gestión tan
acusada provoca que acabe el período por debajo de la media, manteniéndose casi
constante el índice en los cuatro últimos años.
Fig. 11. Evolución del Índice de Malmquist basado en la eficiencia de gestión. Período
2005-2012.
Fuente. Elaboración propia.
Tabla 4. Índice de Malmquist natural para el período 2005-2012.
Fuente. Elaboración propia.
En la Tabla 5 se recogen los resultados para el índice de Malmquist de gestión para todo
el período y para los países analizados, en ella se aprecia cómo España partía al
principio del período con el mejor resultado del índice de todos los países considerados,
y acaba en el último año siendo el tercer país por la cola. De igual forma se aprecia en la
tabla 5, que Irlanda tiene un comportamiento similar a España, si bien la caída por el
impacto de la recesión en este país supone una mayor caída del índice, pero su
recuperación también es más rápida que para el caso de España.
PAISES 2005-06 2006-07 2007-08 2008-09 2009-10 2010-11 2011-12
Austria 1.0099 1.0115 1.0169 1.0058 1.0040 1.0218 1.0249
Belgium 1.0143 1.0152 1.0217 1.0073 1.0080 1.0163 1.0103
Bulgaria 1.0218 1.0483 1.1390 1.0119 1.0131 1.0316 1.2099
Croatia 1.0093 1.0150 1.0357 1.0154 1.0225 1.0014 1.0258
Cyprus 1.0387 1.0094 1.0368 1.0121 1.0085 1.0196 1.0079
Czech Republic 1.0094 1 1.0444 1.0133 1.0210 1.0194 1.0065
Denmark 1.0095 1.0125 1.0094 1 1 1.0064 1
Estonia 1.0147 1.0170 1.0475 1.0097 1.0037 1.0258 1.0030
Finland 1.0140 1.0110 1.0210 1.0076 1.0154 1.0099 1.0028
France 1.0092 1.0108 1.0108 1.0030 1.0034 1.0204 1.0230
Germany 1.0077 1.0166 1.0285 1.0050 1.0088 1.0113 1.0042
Greece 1.0203 1.0205 1.0434 1.0070 1.0134 1.0114 1.0386
Hungary 1.0122 1.0255 1.0340 1.0038 1.0123 1.0033 1.0235
Ireland 1.0207 1.0151 1.0331 1.0044 1.0081 1.0084 1.0137
Italy 1.0187 1.0248 1.0269 1.0029 1.0035 1.0144 1.0052
Latvia 1.0128 1.0147 1.0146 1.0014 1.0068 1.0133 1.0007
Lithuania 1.0167 1 1.0207 1.0026 1.0021 1.0140 1.0948
Luxembourg 1.0188 1 1 1 1.0015 1 1
Malta 1 1 1 1 1 1 1
Netherlands 1.0201 1.0177 1.0277 1.0070 1.0032 1.0092 1.0090
Poland 1.0082 1.0219 1.0358 1.0752 1.0032 1.0225 1.0877
Portugal 1 1.0105 1.0411 1.0097 1.0140 1.0123 1.0031
Romania 1.0182 1 1.0160 1.0056 1.0160 1.0179 1.0068
Slovakia 1.0135 1.0213 1.0358 1.0030 1.0023 1.0123 1.0104
Slovenia 1.0126 1.0149 1.0249 1.0093 1.0199 1.0135 1.0120
Spain 1.0108 1.0126 1.0123 1.0035 1.0044 1.0225 1.0064
United Kingdom 1 1 1 1 1 1 1
Tabla 5. Índice de Malmquist de gestión para el período 2005-2012.
Fuente. Elaboración propia.
4.- Conclusiones
En este trabajo se analiza la eficiencia medioambiental de España desde dos ámbitos
diferentes: el enfoque natural y el de gestión. El período considerado abarca los años
2005 a 2012, es decir, dos años antes de la irrupción de la recesión económica y hasta el
último año disponible. Para poder evaluar la situación de España se ha tomado como
referencia el marco geográfico y económico en el que se encuadra: los países que
conforman la EU-28, si bien se ha excluido a Suecia, por distorsionar los resultados.
Las variables empleadas en el análisis se dividen en tres inputs (consumo de energía
final no emisora, empleo y FBC) y dos outputs, uno deseable (PIB) y otro no deseable
(emisiones de GEI), para poder analizar la eficiencia medioambiental desde estos dos
enfoques se ha tomado como referencia la metodología empleada por Sueyoshi y Goto
PAISES 2005-06 2006-07 2007-08 2008-09 2009-10 2010-11 2011-12
Austria 1.0066 1.0153 1.0052 1.0029 1.0015 1.0211 1.0185
Belgium 1.0112 1.0122 1.0079 1.0033 1.0029 1.0221 1.0177
Bulgaria 1.0085 1.0010 1.0029 1.0027 1.0097 1.0297 1.0240
Croatia 1.0118 1.0151 1.0350 1.0161 1.0067 1.0252 1.0292
Cyprus 1.0133 1.0141 1.0257 1.0072 1.0010 1.0171 1.0249
Czech Republic 1.0130 1.0160 1.0256 1.0148 1.0064 1.0269 1.0198
Denmark 1.0026 1.0207 1.0028 1.0046 1.0025 1.0203 1.0227
Estonia 1.0131 1.0161 1.0324 1.0222 1.0066 1.0250 1.0259
Finland 1.0126 1.0134 1.0037 1.0003 1.0015 1.0209 1.0042
France 1.0062 1.0003 1.0000 1.0000 1.0006 1.0167 1.0000
Germany 1.0126 1.0130 1.0078 1.0010 1.0007 1.0202 1.0229
Greece 1.0137 1.0140 1.0179 1.0061 1.0009 1.0195 1.0271
Hungary 1.0118 1.0150 1.0255 1.0124 1.0068 1.0295 1.0240
Ireland 1.0279 1.0393 1.0096 1.0060 1.0041 1.0245 1.0272
Italy 1.0118 1.0124 1.0062 1.0016 1.0007 1.0190 1.0222
Latvia 1.0000 1.0000 1.0000 1.0001 1.0095 1.0299 1.0235
Lithuania 1.0100 1.0039 1.0017 1.0017 1.0117 1.0232 1.0313
Luxembourg 1.0105 1.0121 1.0087 1.0055 1.0037 1.0222 1.0254
Malta 1.0124 1.0142 1.0404 1.0152 1.0000 1.0000 1.0223
Netherlands 1.0100 1.0135 1.0073 1.0034 1.0023 1.0224 1.0256
Poland 1.0123 1.0165 1.0510 1.0265 1.0078 1.0241 1.0351
Portugal 1.0121 1.0141 1.0370 1.0177 1.0058 1.0246 1.0290
Romania 1.0007 1.0017 1.0068 1.0157 1.0059 1.0275 1.0311
Slovakia 1.0093 1.0045 1.0017 1.0015 1.0070 1.0303 1.0179
Slovenia 1.0130 1.0148 1.0226 1.0089 1.0058 1.0290 1.0143
Spain 1.0302 1.0323 1.0052 1.0156 1.0121 1.0172 1.0176
United Kingdom 1.0083 1.0102 1.0070 1.0008 1.0007 1.0194 1.0223
(2012b; 2012c), y se ha realizado un análisis estático y dinámico en el que se estiman
mediante el análisis DEA las estrategias “natural disposability” y “managerial
disposability”, así como el Índice de Malmquist, para medir las ganancias en
productividad.
La principal característica del período desde el punto de vista económico es la recesión
económica mundial, hecho que se ha reflejado en los resultados obtenidos, al igual que
el diferente impacto que ha tenido en los países considerados y el efecto de las medidas
puestas en marcha en los países más afectados. España ha sido, dentro de la UE, de los
países en los que esta recesión se ha desarrollado con mayor fuerza, lo que se refleja en
la evolución de los resultados de eficiencia. Los dos enfoques, siguen un
comportamiento dispar. La evolución de los valores de estas eficiencias indica que la
reducción del número de empleos y de las inversiones y gasto público y la reducción del
consumo energético, han hecho que se gane en productividad, manteniendo una
tendencia creciente de la eficiencia natural, que a pesar de las caídas en parte del
período, el dato final es mejor que el de partida.
La eficiencia de gestión está ligada a las tecnologías más limpias, de forma que se
aumente la producción de output deseables, se reduzca la de output indeseable y se
aumenten o mantengan los inputs. En este caso, la evolución en España se ha visto muy
afectada por la parada en la introducción de las energías renovables y la caída del PIB y
las inversiones.
Los resultados para el Índice de Malmquist avalan los resultados de la eficiencia en los
dos enfoques, y a pesar de la caída en inversiones en energías renovables y de la
recesión económica, las ganancias de productividad no han sufrido estancamiento (no
han llegado al valor 1). Si bien las ganancias desde la entrada en escena de la crisis
mundial han sido muy leves, terminando el período considerado con cierto repunte en el
caso del enfoque de gestión.
Referencias
Chang, M. C. (2014): “Energy intensity, target level of energy intensity, and room for
improvement in energy intensity: An application to the study of regions in the EU”.
Energy Policy, 67, 648-655.
Comisión Europea. (2001): Comunicación de la Comisión de 15 de mayo de 2001 «Desarrollo
sostenible en Europa para un mundo mejor: estrategia de la Unión Europea para un
desarrollo sostenible (Propuesta de la Comisión ante el Consejo Europeo de
Gotemburgo)» [COM (2001) 264 final – no publicada en el Diario Oficial].
Comisión Europea. (2010): Comunicación de la Comisión de 3 de marzo de 2010 Europa 2020:
Una estrategia para un crecimiento inteligente, sostenible e integrador.
Comisión Europea. (2008): Comunicación de la Comisión, de 13 de noviembre de 2008 -
Eficiencia energética: alcanzar el objetivo del 20 %.
Consejo Europeo de Bruselas (2007): Conclusiones de la Presidencia. 2012.
http://eurored.ccoo.es/comunes/recursos/99999/doc1396_Consejo_Europeo_de_Brusela
s_8_y_9_de_marzo_2007_Conclusiones_de_la_Presidencia.pdf.
Cook, J. et al. (2013): “Quantifying the Consensus on Anthropogenic Global Warming in the
Scientific Literature.” Environmental Research Letters 8 (2): 024024.
Dyckhoff, H., Allen, K. (2001): “Measuring ecological efficiency with data envelopment
analysis (DEA)”. Eur. J. Oper. Res. 132, 312–325.
Fare, R., Grosskopf, S. (2010): “Directional distance functions and slacks-based measures of
efficiency”. European Journal Operational Research, 200 (1), 320–322.
Färe, R., Grosskopf, S., Lovell, C. K., y Pasurka, C. (1989): “Multilateral productivity
comparisons when some outputs are undesirable: a nonparametric approach”. The
review of Economics and Statistics, 90-98.
Glover y T. Sueyoshi (2009): “Contributions of Professor William W. Cooper in Operations
Research and Management Science”. European Journal of Operational Research, 197
(1), 1–16.
Hammar, H. y Sjöströmb, M. (2011): “Accounting for behavioral effects of increases in the
carbon dioxide (CO2) tax in revenue estimation in Sweden”. Energy Policy, 29, 6672–
6676.
Haas, R., Panzer, C., Resch, G., Ragwitz, M., Reece, G., y Held, A. (2011): “A historical
review of promotion strategies for electricity from renewable energy sources in EU
countries”. Renewable and sustainable energy reviews, 15(2), 1003-1034.
IPCC, (2014): Climate Change 2014: Synthesis Report. Contribution of Working Groups I, II
and III to the Fifth Assessment Report of the Intergovernmental Panel on Climate
Change [Core Writing Team, R.K. Pachauri and L.A. Meyer (eds.)]. IPCC, Geneva,
Switzerland).
Knill, C. y Liefferink, D. (2013): “The establishment of EU environmental policy”.
Environmental Policy in the EU: Actors, Institutions and Processes, 13-31
Korhonen, P.J., Luptacik, M.(2004): „Eco-efficiency analysis of power plants: an extension of
data envelopment analysis”. Eur. J. Oper. Res. 154, 437–446.
Kounetas, K. (2015): “Heterogeneous technologies, strategic groups and environmental
efficiency technology gaps for European countries”. Energy Policy, 83, 277-287.
Kumar, S. (2006): “Environmentally sensitive productivity growth: a global analysis using
Malmquist–Luenberger index”. Ecol. Econ. 56, 280–293.
Lansink, A. y Bezlepkin, I. (2003): “The effect of heating technologies on CO2 and
energyefficiency of Dutch greenhouse firms”. Journal of Environmental Management
68, 73–82
Liang, L.,Wu, D., Hua, Z.( 2004): “MES-DEA modeling for analyzing anti-industrial pollution
efficiency and its application in Anhui province of China”. International Journal
Global Energy 22, 88–98.
Lin, B. y Li, X. (2011): “The effect of carbon tax on per capita CO2 emissions”. Energy Policy,
39, 5137-5146.
Liu, C.H., Lin, S.J., Lewis, C. (2010): “Evaluation of thermal power plant operational
performance in Taiwan by data envelopment analysis”. Energy Policy 38 (2), 1049–
1058.
Makridou, G., Andriosopoulos, K., Doumpos, M. and Zopounidis, C. (2016): “Measuring the
efficiency of energy-intensive industries across European countries”. Energy Policy, 88,
573-583.
Menegaki, A.N. (2013): “Growth and renewable energy in Europe: Benchmarking with data
envelopment analysis”. Renewable Energy, 60, 363-369.
Naciones Unidas, Framework convention on climate change (2015): PARIS AGREEMENT,
Conference of the Parties Twenty -first session Paris, 30 November to 11 December
2015, FCCC /CP/2015/L.9 /Rev.1
Naciones Unidas (2015): Green Climate Fund: Status of Pledges and Contributions made to the
Green Climate Fund. Available at: http://www.greenclimate.fund/documents/20182
/24868/Status+of+Pledges+%282015.11.20%29.pdf/1d48072f-9331-4460-8034-
3679c8a51791. Última consulta el 21 de enero de 2016.
Parlamento Europeo y Consejo Europeo, 2009. Directiva 2009/28/CE de 23 de abril de 2009,
relativa al fomento del uso de energía procedente de fuentes renovables y por la que se
modifican y se derogan las Directivas 2001/77/CE y 2003/30/CE, Diario Oficial
L140/16 de 5.6.2009.
Pasurka Jr., C.A. (2006): “Decomposing electric power plant emissions within a joint
production framework”. Energy Econ. 28, 26–43.
Picazo-Tadeo, A.J., Reig-Martinez, E., Hernandez-Sancho, F. (2005): “Directional distance
functions and environmental regulation”. Resources Energy Economics, 27, 131–142.
Rafaj, P., Amann, M., Siri, J., y Wuester, H. (2015): “Changes in European greenhouse gas and
air pollutant emissions 1960–2010: decomposition of determining factors”. En
Uncertainties in Greenhouse Gas Inventories (27-54). Springer International
Publishing.
Ramanathan, R. (2002): “Combing indicators of energy consumption and CO2 emissions: a
cross-country comparison”. International Journal Global Energy, 17, 214–227.
Revesz, R. L., Howard, P. H., Arrow, K., Goulder, L. H., Kopp, R. E., Livermore, M. A., ... y
Sterner, T. (2014): “Global warming: Improve economic models of climate change”.
Nature, 508(7495), 173-175.
Sahoo, B. K., Luptacik, M., y Mahlberg, B. (2011): “Alternative measures of environmental
technology structure in DEA: An application”. European Journal of Operational
Research, 215(3), 750-762.
Sueyoshi, T. y Goto, M., (2012a): “DEA-radial and non-radial models for unified efficiency
under natural and managerial disposability: Theoretical extension by strong
complementary slackness conditions”. Energy Economics, 34,(3): 700-713.
Sueyoshi, T. y Goto, M. (2012b): “DEA-radial measurement for environmental assessment and
planning: Desirable procedures to evaluate fossil fuel power plants. Energy Policy, 41:
422-432.
Sueyoshi, T. y Goto, M., (2012c): Environmental assessment by DEA radial measurement:
U.S. coal-fired power plants in ISO (Independent System Operator) and RTO (Regional
Transmission Organization)”. Energy Economics, 34 (3): 663-676.
Sueyoshi, T. y Goto, M., (2012d): “Returns to scale and damages to scale on U.S. fossil fuel
power plants: Radial and non-radial approaches for DEA environmental assessment”.
Energy Economics, 34(6): 2240-2259.
Sueyoshi, T. y Goto, M., (2012e): “Returns to Scale and Damages to Scale with Strong
Complementary Slackness Conditions in DEA Assessment: Japanese Corporate Effort
on Environment Protection”. Energy Economics, 34 (5): 1422-1434.
Sueyoshi, T. y Goto, M., (2013): “DEA environmental assessment in a time horizon:
Malmquist index on fuel mix, electricity and CO2 of industrial nations”. Energy
Economics, 40: 370-382.
Sueyoshi, T. y Goto, M., 2014: “DEA radial measurement for environmental assessment: A
comparative study between Japanese chemical and pharmaceutical firms”. Applied
Energy, 115: 502-513.
Sueyoshi, T. y Goto, M. (2015): “DEA environmental assessment in time horizon: Radial
approach for Malmquist index measurement on petroleum companies”. Energy
Economics, 51, 329-345.
Triantis, K., Otis, P. (2004): “Dominance-based measurement of productive and environmental
performance for manufacturing”. European Journal Operational Research, 154, 447–
464.
Unión Europea (2012): Tratado de Funcionamiento de la Unión Europea. Diario Oficial n° C
326 de 26/10/2012 p. 0001 – 0390.
Wang, D., Li, S., Sueyoshi, T.(2014): „DEA environmental assessment on U.S. industrial
Sectors: investment for improvement in operational and environmental performance for
corporate sustainability”. Energy Econ. 45, 254–267.
Wiedmann, T. O., Schandl, H., Lenzen, M., Moran, D., Suh, S., West, J., & Kanemoto, K.
(2015): „The material footprint of nations”. Proceedings of the National Academy of
Sciences, 112(20), 6271-6276.
Woo, C., Chung, Y., Chun, D., Seo, H. y Hong, S. (2015): “The static and dynamic
environmental efficiency of renewable energy: A Malmquist index analysis of OECD
countries”. Renewable and Sustainable Energy Reviews, 47, 367-376.
Wu, J. Yin, P., Sun, J., Chu, J. and Liang Liang, L. (2016): “Valuating the environmental
efficiency of a two-stage system with undesired outputs by a DEA approach: An interest
preference perspective”. European Journal of Operational Research, 254 (3), 1047-
1062.
Zaim, O. (2004): “Measuring environmental performance of state manufacturing through
changes in pollution intensities: A DEA framework”. Ecological Economic, 48, 37–47.
Zhang, N., Zhou, P., Kung, C.-C. (2015): “Total-factor carbon emission performance of the
Chinese transportation industry: a bootstrapped non-radial Malmquist index analysis”.
Renewable Sustainable Energy Review, 41, 584–593.
Zhou, P., Ang, B.W., Poh, K.L., (2008): “A survey of data envelopment analysis in energy and
environmental studies”. European Journal Operational Research, 189, 1–18.
Zhou, P., Ang, B.W., Han, J.Y. (2010): “Total factor carbon emission performance: a
Malmquist index analysis”. Energy Economics, 32, 194–201.
Zhou, P., Ang, B.W., Wang, H., (2012): “Energy and CO2 emission performance in electricity
generation: a non-radial directional distance function approach”. European Journal
Operational Research, 221, 625–635.
Zografidou, E., Petridis, K., Arabatzis, G., Dey, P. (2016): “Optimal design of the renewable
energy map of Greece using weighted goal-programming and data envelopment
analysis”. Computers & Operations Research, 66, 313-326.